Rappresentazioni Grafiche, Tabelle di Contingenza e Fondamenti di Probabilità

Introduzione alle Rappresentazioni Grafiche

Un fenomeno può essere rappresentato in diversi modi, ma l'utilità di un grafico risiede nella sua semplicità: quando la costruzione di un grafico diventa più complicata della semplice lettura dei valori numerici in una tabella, esso perde la sua funzione primaria. Una rappresentazione grafica efficace deve essere:

• Intuitiva: comprensibile a colpo d'occhio.
• Immediata: capace di trasmettere l'informazione senza lunghe analisi.
• Facilmente interpretabile: chiara nel significato dei dati mostrati.

Sebbene sia facile ottenere un grafico a partire dalle tabelle, la scelta di utilizzare una rappresentazione visiva è spesso dettata dalla necessità di presentare i risultati a un pubblico, poiché una serie di valori numerici puri può risultare meno immediata da interpretare rispetto a un'immagine.

Diagramma a Torta (Aerogramma)

Il diagramma a torta è utilizzato per rappresentare la distribuzione della frequenza di una variabile qualitativa.

Caratteristiche e Costruzione

Le frequenze relative delle diverse categorie sono rappresentate dividendo un cerchio in settori. Ciascun settore ha un angolo al centro che è direttamente proporzionale alla frequenza relativa della categoria specifica.

• Formula per l'ampiezza dell'angolo: $\text{Frequenza relativa} \times 360^{\circ}$

Elementi Aggiuntivi

Per migliorare la leggibilità, è possibile inserire:

• Un'etichetta con il nome della categoria.
• La frequenza assoluta o la percentuale corrispondente.

Esempi e Limitazioni

Utilizzando come esempio un grafico sugli studenti che praticano sport a livello amatoriale o agonistico, è possibile cogliere immediatamente l'indice di tendenza centrale, ovvero la moda della distribuzione.

• Svantaggi: se le categorie da rappresentare sono numerose, il grafico a torta diventa difficile da leggere. In tali circostanze, è preferibile optare per un diagramma a barre.
• Accessibilità: si raccomanda di evitare l'uso contemporaneo di rosso e verde per garantire la leggibilità a persone affette da daltonismo. La scelta più efficiente è l'utilizzo di una scala di gradazione di un unico colore.

Diagramma a Barre

Nel diagramma a barre, l'altezza dei rettangoli (denominati barre) è proporzionale alla frequenza, sia essa assoluta o relativa.

Struttura Generale

• Asse x: riporta le modalità della variabile (es. tipo di sport praticato).
• Asse y: riporta le frequenze assolute o relative.

Funzionalità del Grafico

Questo strumento permette di:

1. Individuare la moda: la modalità più frequente (ad esempio, la pallavolo in un set di dati sportivi).
2. Confrontare rapidamente le categorie.
3. Stabilire un ranking: identificare la gerarchia e le differenze interne di frequenza tra le modalità.
4. Valutare l'uniformità: una distribuzione è uniforme se le frequenze sono tutte uguali (assenza di una moda prevalente).

Limite principale: non consente di cogliere la distanza esatta tra i valori osservati.

Regole di Formattazione

• Le barre possono essere orientate verticalmente o orizzontalmente.
• Le barre devono essere separate tra loro.
• In caso di variabili qualitative ordinarie, le barre devono seguire obbligatoriamente l'ordine prestabilito delle modalità.

Nota bene: il diagramma a barre non è un istogramma; si tratta di due tipologie grafiche distinte.

Istogramma

L'istogramma è il diagramma specifico per rappresentare la distribuzione di frequenza di variabili quantitative. La sua costruzione richiede la suddivisione dei dati in classi (intervalli).

Caratteristiche Geometriche

• Base del rettangolo: corrisponde all'ampiezza della classe.
• Altezza del rettangolo: rappresenta la densità di frequenza.
• Area del rettangolo: rappresenta la frequenza totale della classe.

Proporzionalità e Calcolo

A differenza del diagramma a barre, l'altezza è proporzionale alla frequenza solo se le classi hanno la stessa ampiezza. Se le ampiezze sono diverse, l'altezza deve essere calcolata come:

$\text{densità di frequenza} = \frac{\text{frequenza}}{\text{ampiezza dell'intervallo}}$

Questa formula assicura che l'area rimanga rappresentativa della frequenza. Spesso si preferiscono classi di uguale ampiezza per semplificare la costruzione e l'interpretazione visiva. L'istogramma è fondamentale per cogliere la variabilità e la dispersione dei dati: in classi centrali molto strette, una densità elevata indica una concentrazione dei dati.

Differenze tra Diagramma a Barre e Istogramma

*Eccezione nell'istogramma: i rettangoli possono essere leggermente distanziati solo se rappresentano variabili discrete con ampiezza d'intervallo pari a 1.

Boxplot (Diagramma a Scatola e Baffi)

Il boxplot è una rappresentazione che sfrutta gli indici sintetici per descrivere la distribuzione e facilitare il confronto tra popolazioni diverse.

Componenti del Boxplot

1. Scatola (Box): delimitata dal primo quartile ($Q1$) e dal terzo quartile ($Q3$). La grandezza della scatola è definita dal range interquartile.
2. Linea interna: rappresenta la mediana.
3. Baffi (Whiskers): due linee che si estendono fino al valore minimo e massimo (range).
4. Punti (Outliers): osservazioni anomale la cui distanza dai bordi della scatola è superiore a $1,5$ volte l'ampiezza della scatola stessa (range interquartile).

Utilità

Permette di valutare rapidamente la variabilità dei dati e l'eventuale presenza di anomalie (outliers).

Considerazioni Generali e Classificazione

Un grafico per essere definito efficace dovrebbe:

• Possedere un titolo chiaro e descrittivo.
• Indicare esplicitamente i dati (etichette e frequenze, senza sovraccaricare).
• Specificare le variabili analizzate e l'unità di misura.
• Essere accompagnato, se possibile, dalla tabella dei dati originale.

Schema Riassuntivo delle Rappresentazioni

Per caratteri qualitativi:

• Diagrammi simbolici
• Grafici a barre
• Aerogrammi (diagrammi a torta)

Per caratteri quantitativi:

• Diagramma cartesiano (indicato per variabili discrete)
• Istogramma
• Boxplot

Per distribuzioni doppie:

• Diagramma di dispersione (scatter plot)

Grafici multidimensionali:

• Facce di Chernoff: utilizzate, ad esempio, per descrivere il livello socio-economico dei quartieri. Le caratteristiche del viso (occhi, naso, bocca) mappano diverse variabili; un viso sorridente indica un quartiere con livello socio-economico elevato, mentre un viso triste indica condizioni svantaggiate.

Tabelle di Contingenza

Le tabelle di contingenza sono lo strumento utilizzato per analizzare l'associazione tra due variabili ($X$ e $Y$).

Struttura

• Righe: modalità della variabile $X$.
• Colonne: modalità della variabile $Y$.
• Frequenza assoluta congiunta: il numero di volte in cui si osserva contemporaneamente una coppia di modalità.
• Frequenze marginali: i totali per riga e per colonna, che rappresentano le frequenze assolute delle singole variabili.

Analisi e Frequenze Condizionate

Per studiare il legame tra le variabili, si ricorre alle frequenze relative condizionate.

Esempio Pratico: Analisi di $57$ studenti classificati per livello di pratica sportiva e infortuni negli ultimi 12 mesi. Se vogliamo calcolare la frequenza degli infortuni condizionata al gruppo che pratica sport a livello amatoriale (ipotizziamo $19$ persone in questa categoria), il denominatore per il calcolo della percentuale sarà $19$ e non il totale di $57$. Questo permette di confrontare correttamente i gruppi (es. agonisti vs amatori).

Introduzione alla Probabilità

La probabilità è una misura dell'incertezza legata al verificarsi di un evento. Si associa a ogni evento un numero $P(.)$ compreso nell'intervallo $[0, 1]$:

• Evento impossibile: $P = 0$
• Evento certo: $P = 1$

Eventi Complementari

Due eventi $A$ e $A^c$ sono complementari se il verificarsi di uno esclude l'altro e se uno dei due deve necessariamente avvenire. Insieme coprono tutto lo spazio campionario.

Formula: $P(A^c) = 1 - P(A)$

Esempio (Lancio di un dado):

• Evento $A$: esce il numero $6$ ($P(A) = \frac{1}{6}$).
• Evento $A^c$: non esce il $6$ (esce $1, 2, 3, 4$ o $5$).
• $P(A^c) = 1 - \frac{1}{6} = \frac{5}{6}$.

Probabilità dell'Unione di due Eventi

• Eventi incompatibili (mutuamente esclusivi): $P(A \cup B) = P(A) + P(B)$
• Eventi non incompatibili: $P(A \cup B) = P(A) + P(B) - P(A \cap B)$

Probabilità dell'Intersezione di due Eventi

• Eventi indipendenti: il verificarsi di uno non modifica la probabilità dell'altro. $P(A \cap B) = P(A) \times P(B)$
• Eventi non indipendenti: $P(A \cap B) = P(A) \times P(B|A) = P(B) \times P(A|B)$ Dove $P(B|A)$ è la probabilità di $B$ dato che si è verificato $A$.

Teorema di Bayes

Il Teorema di Bayes permette di aggiornare la probabilità di un evento alla luce di nuove informazioni.

Applicazione nei Test Diagnostici

• Probabilità a priori: la probabilità iniziale che un paziente abbia una malattia prima del test.
• Probabilità a posteriori: la probabilità aggiornata dopo aver ottenuto il risultato del test (es. test positivo).

Il processo di aggiornamento è continuo: una probabilità a posteriori può diventare la nuova probabilità a priori per una valutazione successiva.